你让 AI 一边玩《DOOM》一边观察、判断和行动，它如果每次都要先完整“想完”再操作，响应很容易慢半拍。Yandex 研究团队提出，或许可以从模型与Agent框架之间再找一层突破口：直接改造 KV Cache——模型生成内容时保存先前计算结果的缓存，让它不只负责避免重复计算，还承载Agent当前的推理状态。
这相当于把 KV Cache 提升为一种运行时（程序执行期间管理状态和交互的环境）。模型参数不用改变，上层Agent框架也不必包办一切；系统可以通过调整推理过程中积累的内部状态，影响Agent接下来如何响应环境。团队称，这一思路已用于此前的 Hogwild! Inference 和 AsyncReasoning，并预告了一个 Qwen3.8-27B Agent 以类似技术实时玩《DOOM》的后续工作。
值得关注的不是一次游戏演示，而是新的工程分层：Agent能力也许不只取决于模型和外部框架，推理状态本身也能成为可设计的中间层。不过现有供稿未披露延迟、任务成功率或对照实验，实际收益仍待后续结果验证。